9. November 2026Aktualisiert am Fathy Shalaby12 Min. Lesezeit
Vorlage für Technical Spikes: Technische Risiken in 3 Tagen zeitlich begrenzen
Drei Tage ehrliches Ausprobieren können drei Monate Entwicklung an etwas Unmöglichem ersparen. Setze dem riskanten Teil ein festes Timebox-Limit und halte fest, was du lernst.
Teilen
Dieser Artikel wurde aus dem Englischen übersetzt. Original lesen
Ein Technical Spike ist eine zeitlich begrenzte technische Untersuchung des riskantesten Teils einer Idee. Er endet mit einem schriftlichen Bericht darüber, was jetzt bekannt und was noch offen ist. Ein oder zwei Engineers bauen gerade genug, um eine einzige Frage zu beantworten – etwa: „Erreichen wir 95 % Genauigkeit bei unter 0,05 € pro Seite?“ – und werfen den Code meistens weg. Diese Spike-Vorlage liefert dir den Fragenbogen, das Pass-Signal und das Protokoll dafür.
Wichtigste Erkenntnisse
Der Spike stammt aus dem Extreme Programming. Don Wells beschrieb ihn 1999 als ein sehr einfaches Programm, das nur gebaut wird, um ein bestimmtes Problem zu untersuchen – und stellte klar, dass man damit rechnen sollte, es wegzuwerfen (ExtremeProgramming.org).
Setze eine feste Timebox. Drei Tage sind ein guter Standardwert; der Agile Atlas der Scrum Alliance sieht die Obergrenze bei einem Sprint (Scrum Alliance, 2014).
Definiere das Ziel vorab in Zahlen: Geschwindigkeit, Kosten und Genauigkeit. „Es scheint zu funktionieren“ ist kein Ergebnis.
Strategyzer bewertet den Spike mit 5 von 5 Punkten für die Beweiskraft bei der Machbarkeit (Feasibility), bei Kosten von 2 von 5. Er sagt jedoch nichts darüber aus, ob Kundinnen und Kunden das Ergebnis überhaupt wollen.
Kleine Testdatensätze täuschen: 34 von 35 Treffern sehen nach 97 % aus, aber der realistische Bereich liegt zwischen rund 86 % und über 99 %.
Was ist ein Technical Spike?
Ein Technical Spike ist eine zeitlich begrenzte technische Untersuchung des riskantesten Teils einer Idee. Er endet mit einem schriftlichen Bericht darüber, was jetzt bekannt und was noch offen ist.
Der Begriff stammt aus dem Extreme Programming. Laut Don Wells’ Regel von 1999 besteht das Ziel darin, das Risiko eines technischen Problems zu senken oder die Schätzung einer User Story verlässlicher zu machen. Droht eine technische Schwierigkeit die Entwicklung aufzuhalten, riet er dazu, zwei Entwickler für eine oder zwei Wochen daran anzusetzen.
Das Scaled Agile Framework bezeichnet einen Spike als „Exploration Enabler Story“, mit der das nötige Wissen aufgebaut wird, um das Risiko eines technischen Ansatzes zu verringern (). SAFe-Spikes werden wie andere Stories geschätzt und demonstriert ().
In David J. Blands und Alex Osterwalders Buch Testing Business Ideas ist der „Extreme Programming Spike“ das einzige Experiment auf Strategyzers Poster, das ausschließlich für die Machbarkeit (Feasibility) markiert ist. Es stuft den Spike bei Kosten mit 2 von 5, bei der Einrichtungszeit mit 1 von 5, bei der Laufzeit mit 2 von 5 und bei der Beweiskraft mit 5 von 5 ein (Strategyzer-Experimente-Bibliothek).
Was ist der Unterschied zwischen einem Technical Spike und einem Functional Spike?
Technical Spike
Functional Spike
Ungewissheit über
Die Umsetzung: Performance, Last, Technologieauswahl
Die Interaktion: Wie Nutzende das Feature bedienen
Typisches Ergebnis
Zahlen aus einer Messung: Latenz, Kosten, Genauigkeit
Mockups, Wireframes oder ein Page-Flow samt Feedback
Wer beteiligt ist
Nur Engineers
Engineers, Designer, Kunden oder Stakeholder
Beispiel
„Wie lange dauert es, die Nutzungsanzeige eines Kunden zu aktualisieren?“
„Prototypisiere das Nutzungsdiagramm und hole Feedback zu Größe und Stil ein“
Wann solltest du einen Spike durchführen – und wann nicht?
Nutze ihn, wenn dein Plan auf Annahmen beruht, die dein Team bisher noch nicht erprobt hat: die Genauigkeit eines Modells, eine externe API, eine bestimmte Datenmenge oder Antwortzeiten. Es ist viel besser, drei Tage darauf zu verwenden, die Unmöglichkeit einer Sache festzustellen, als dafür drei Monate zu brauchen.
Nutze ihn nicht für Fragen rund um die Kundschaft. Ein Spike verrät dir absolut nichts darüber, ob irgendjemand das Ergebnis haben möchte. Lass einen Spike außerdem niemals zum ersten Sprint der echten Produktentwicklung werden. Der Code dient nur der Beantwortung der Frage und wird danach in der Regel weggeworfen. Lässt sich die Entwicklung durch die Verknüpfung bestehender Tools komplett vermeiden, probiere stattdessen ein Mash-up-MVP.
Gehe sparsam mit Spikes um. Mountain Goat Software bezeichnet zu häufiges Spiken als typischen Fehler, da es die Wertschöpfung verzögert (Mountain Goat Software, 2024). Der Agile Atlas geht noch weiter: Jede Story birgt gewisse Unsicherheiten. Reserviere Spikes daher für die wirklich großen Unbekannten und versuche zuerst immer, die Story weiter herunterzubrechen.
Welches Risiko wird getestet und wie stark sind die Belege?
Hier wird die Machbarkeit (Feasibility) getestet: Funktioniert der riskante Teil mit der erforderlichen Geschwindigkeit und zu den geplanten Kosten? Die Beweiskraft ist richtungweisend (directional), da sich ein Test unter Idealbedingungen in der Produktion mit echten Daten und echter Last ganz anders verhalten kann. In unserem Leitfaden zur Auswahl von Produkt-Experimenten erfährst du mehr darüber, wie man gezielt eine Unbekannte nach der anderen ausräumt.
Diese Einschätzung ist bewusst strenger als die 5-von-5-Bewertung von Strategyzer. Ein Spike beweist lediglich, dass etwas unter den getesteten Bedingungen funktionieren kann. Er beweist nicht, dass es auch beim zehnfachen Volumen, mit den Daten des nächsten Jahres oder bei Edge Cases standhält, die du nicht in deiner Stichprobe hattest.
Technical-Spike-Vorlage (zum Kopieren und Verwenden)
Öffne die Grafik in voller Größe oder kopiere die folgende Textversion.
Wen rekrutieren und wie viele?
Ein oder zwei Engineers. Keine Kundschaft. Wähle jemanden aus, der kein Problem damit hat, den geschriebenen Code anschließend wegzuwerfen.
Schritt-für-Schritt-Plan
Formuliere die eine zentrale Frage, die dieser Spike beantworten muss.
Lege dein Pass-Signal fest – mit konkreten Zahlen.
Bestimme die Timebox. Drei Tage sind ein bewährter Richtwert.
Baue nur das, was zur Beantwortung der Frage zwingend nötig ist.
Nutze realistische Testdaten, selbst wenn dir nur wenige zur Verfügung stehen.
Stoppe sofort, sobald die Zeit abgelaufen ist – selbst wenn nicht alles fertig ist.
Dokumentiere, was jetzt bekannt ist und was weiterhin offen bleibt.
Fragenbogen
Punkt
Deine Antwort
Die eine zentrale Frage
Warum das der riskanteste Teil ist
Erforderliche Geschwindigkeit
Erforderliche Kosten
Erforderliche Genauigkeit oder Qualität
Timebox (Tage)
Was wir in diesem Spike NICHT tun werden
Was wir gelernt haben (Learnings)
Halte Folgendes am Ende fest:
Jetzt bekannt: Was der Spike gezeigt hat – untermauert mit Zahlen.
Weiterhin offen: Worüber wir nach wie vor keine Aussage treffen können.
Bedingungen: Von welchen Daten oder welchem Setup diese Ergebnisse abhängen.
Empfehlung: Weitermachen, den Ansatz anpassen oder stoppen.
Was gemessen werden soll
Alles, was in deinem Pass-Signal definiert wurde: Latenz, Kosten pro Aufruf, Genauigkeit auf einem kleinen gelabelten Datensatz, Durchsatz.
Pass-Signal, das vor dem Start festgelegt werden muss
Speckys Ausgangspunkt: Der riskante Teil funktioniert innerhalb der Timebox mit der erforderlichen Geschwindigkeit und den geforderten Kosten. Das ist eine Richtlinie, kein starrer Benchmark. Ersetze „erforderliche Geschwindigkeit und Kosten“ vorab durch echte Zahlen, sonst drohen im Nachhinein endlose Diskussionen.
Ergebnis-Log
Frage
Zielwert
Gemessen
Verwendete Daten
In Timebox geblieben?
Jetzt bekannt
Weiterhin offen
Wie lange sollte ein Technical Spike dauern?
So lange wie nötig, um die Frage zu beantworten – und keinesfalls länger als vorab vereinbart.
Quelle
Timebox
Extreme Programming (Don Wells, 1999)
Ein Entwicklerpaar für ein bis zwei Wochen
Scrum Alliance Agile Atlas (2014)
Maximal ein Sprint; wurden vier Stunden geschätzt, nutze vier Stunden
Diese Vorlage
Standardmäßig drei Tage
Drei Tage reichen aus, um eine echte API anzubinden und reale Daten durchzuschleusen. Gleichzeitig ist die Zeitspanne kurz genug, damit niemand heimlich beginnt, bereits das fertige Produkt zu bauen. Erfordert eine Frage mehr als eine Woche, handelt es sich meistens um zwei Fragen. Teile sie auf.
Wie groß sollte der Testdatensatz eines Spikes sein?
Groß genug, damit die Zahlen eine echte Aussagekraft besitzen. Eine auf wenigen Beispielen gemessene Genauigkeit hat eine erhebliche Fehlermarge – „34 von 35 Treffern“ bedeutet keineswegs einfach „97 %, erledigt“.
Hier ist die statistische Rechnung bei einem 95%-Konfidenzintervall (Wilson-Intervall):
Richtig / Getestet
Gemessene Genauigkeit
Plausibler Bereich
44 / 50
88 %
76 % bis 94 %
34 / 35
97 %
86 % bis über 99 %
97 / 100
97 %
92 % bis 99 %
291 / 300
97 %
94 % bis 98 %
485 / 500
97 %
95 % bis 98 %
Daraus ergeben sich zwei grundlegende Entscheidungsregeln:
Ein Spike kann Dinge schnell ausschließen. Liegt der gesamte plausible Bereich unter deinem Zielwert, ist der Ansatz in dieser Form gescheitert. Du brauchst keine weiteren Daten, um das Vorhaben abzubrechen.
Die Bestätigung eines anspruchsvollen Zielwerts erfordert mehr Daten, als ein Spike üblicherweise liefert. Um bei gemessenen 97 % verlässlich nachzuweisen, dass du mindestens 95 % erreichst, benötigst du rund 500 gelabelte Datensätze. Plane das als Folgeaufgabe ein – nicht als Teil eines dreitägigen Spikes.
Wie sieht ein Spike in der Praxis aus?
Dieses Beispiel ist frei erfunden, um das Vorgehen zu verdeutlichen: Ein Team plant, Rechnungsposten aus gescannten Lieferscheinen automatisch zu extrahieren. Das Vorhaben lohnt sich wirtschaftlich nur, wenn die Trefferquote bei mindestens 95 % liegt, jede Seite unter 0,05 € kostet und in weniger als 10 Sekunden verarbeitet wird. Das Team setzt sich dafür ein Zeitfenster von drei Tagen.
Mit 50 echten, fehleranfälligen Lieferscheinen erzielen sie eine Genauigkeit von 88 % bei 0,03 € pro Seite in sechs Sekunden. Fast alle Fehler gehen auf handschriftlich vermerkte Mengen zurück. Betrachtet man ausschließlich gedruckte Scheine, liegt die Trefferquote bei 97 %.
Der Gesamtzielwert wurde verfehlt – der Spike ist in seiner ursprünglichen Definition also gescheitert. Doch das Team hat eine konkrete Erkenntnis gewonnen: Die Verarbeitung rein gedruckter Belege ist machbar; die Handschrifterkennung ist die noch offene Hürde.
So teilen sich die Zahlen im Detail auf: Von den 50 Lieferscheinen waren 35 gedruckt und 15 handschriftlich ausgefüllt. Das Modell erkannte 34 der 35 gedruckten Belege korrekt (97 %) und 10 der 15 handschriftlichen (67 %), was insgesamt 44 von 50 ergibt (88 %). Das Gesamtergebnis liegt eindeutig unter den geforderten 95 %, da selbst das obere Ende des Konfidenzintervalls nur 94 % erreicht. Das Teilergebnis für gedruckte Belege ist vielversprechend, aber statistisch noch nicht endgültig abgesichert.
Die schriftliche Zusammenfassung:
Jetzt bekannt: Gedruckte Belege funktionieren bei Kosten von 0,03 € und sechs Sekunden Verarbeitungszeit pro Seite.
Weiterhin offen: Belastbare Genauigkeit bei gedruckten Belegen in großem Maßstab; ein funktionierender Ansatz für Handschrift.
Bedingungen: 50 Belege von zwei Lieferanten; ein Scannermodell.
Empfehlung: Das Leistungsversprechen vorerst auf rein gedruckte Lieferscheine beschränken und vor dem Launch 500 gedruckte Belege labeln und testen.
Zwei Engineers für drei Tage entsprechen sechs Personentagen. Eine dreimonatige Entwicklungsphase derselben zwei Engineers würde rund 120 Personentage verschlingen – das 20-Fache –, nur um am Ende genau dasselbe zu lernen.
Technical Spike vs. Proof of Concept vs. Prototyp vs. Wizard of Oz
Funktioniert der riskante Teil unter unseren Kennzahlen?
Funktioniert die gesamte Idee End-to-End?
Können Menschen dieses Design bedienen?
Schätzen Kundinnen das Ergebnis, bevor es automatisiert ist?
Zielgruppe
Das Team
Das Team oder Stakeholder
Kundschaft
Kundschaft
Erstellt von
1–2 Engineers
Engineers
Designer
Eine Person, die die Arbeit manuell erledigt
Typische Dauer
Tage
Tage bis Wochen
Tage
Tage bis Wochen
Code behalten?
Meistens nicht
Manchmal
Kein Code
Kein Code
Der Agile Atlas wirft Prototypen und Proofs of Concept oft mit Spikes in einen Topf. Die sinnvollste Unterscheidung liegt in der Zielgruppe: Ein Spike beantwortet eine rein technische Frage für das Entwicklungsteam. Prototypen und Wizard-of-Oz-Tests hingegen beantworten Fragen rund um das Kundenverhalten.
Was sind die häufigsten Fehler bei Spikes?
Kein klares Zeitlimit. Ohne feste Timebox wandelt sich ein Spike schleichend in das eigentliche Projekt um.
Den Code behalten wollen. Spike-Code basiert fast immer auf Abkürzungen und Provisorien.
Bereinigte Testdaten nutzen. Echte Daten in der Realität sind unvollständig, fehlerhaft und chaotisch.
Fehlende Zielwerte. „Es scheint ganz gut zu funktionieren“ ist kein valides Testergebnis.
Keine schriftliche Dokumentation. Die Learnings sind das eigentliche Lieferergebnis des Spikes.
Einem winzigen Datensatz blind vertrauen. 34 von 35 Treffern sind ein erster Hinweis, aber kein Beweis.
Wann ein Spike nicht funktioniert: Bei Problemen, die erst unter echter Produktionslast oder über Monate hinweg auftreten – wie Data Drift, extreme Lastspitzen oder sehr seltene Edge Cases. Ein Spike verringert das Risiko; er schließt es niemals vollständig aus.
Ist es sicher, echte Kundendaten in einem Spike zu verwenden?
Realistische Daten sind unverzichtbar, doch reale Daten unterliegen strengen Vorgaben. Nutze ausschließlich Daten, die du für genau diesen Zweck verarbeiten darfst, entferne Namen und personenbezogene Details weitestgehend und prüfe Richtlinien genau, bevor du Kundendokumente an externe APIs von Drittanbietern sendest. Lösche alle temporären Kopien restlos, sobald der Spike abgeschlossen ist.
So führst du den Test in Specky durch
Klicke auf der Annahmen-Seite auf die Notiz und wähle Pick a test, dann Extreme programming spike. Specky generiert die Einzelschritte, das Pass-Signal und eine dreitägige Timeline.
Den eigentlichen Spike führst du durch. Specky verwaltet den Plan und dokumentiert das Ergebnis; die Engineers erledigen die technische Arbeit.
Klicke auf Start running. Füge die Punkte „Jetzt bekannt“ und „Weiterhin offen“ direkt im Test ein.
Trage das Gesamtergebnis ein.
Ein erfolgreicher Spike wird auf dem Board als Early signal und nicht als „Supported“ gewertet, da Tests dieser Art lediglich richtungweisenden Charakter haben. Sie räumen akute Zweifel aus, schließen unvorhergesehene Überraschungen im Live-Betrieb aber nicht aus.
Was solltest du bei welchem Ergebnis tun?
Supported (wird als Early signal angezeigt): Der riskante Part ist technisch machbar. Teste als Nächstes mit einem Single-Feature-MVP, wie die Funktionalität bei deiner Zielgruppe ankommt.
Unclear: Die Timebox ist abgelaufen oder das Resultat hängt von Parametern ab, die noch nicht getestet wurden. Halte die offenen Fragen schriftlich fest und entscheide, ob eine weitere Timebox gerechtfertigt ist.
Contradicted: Der Ansatz funktioniert unter den geforderten Zahlen nicht. Wechsle die technische Herangehensweise oder passe dein Produktversprechen an. Manuelle Unterstützung im Hintergrund über einen Wizard-of-Oz-Test kann wertvolle Zeit verschaffen. Jede Produktwette, die auf dieser Annahme basiert, wird im System nun als „Contradicted“ markiert.
Ein Technical Spike ist eine kurze, zeitlich begrenzte Untersuchung, die eine konkrete, riskante Technikfrage klärt – etwa ob eine externe Schnittstelle schnell genug antwortet oder ein KI-Modell ausreichend präzise arbeitet. Das Konzept stammt aus dem Extreme Programming. Das Resultat besteht im dokumentierten Wissen des Teams, belegt mit Zahlen. Der geschriebene Code wird in der Regel verworfen.
Wie lange sollte ein Technical Spike dauern?
Die meisten Spikes sollten zwischen einem und drei Tagen in Anspruch nehmen. Die ursprüngliche Richtlinie im Extreme Programming sah für ein Entwicklerpaar ein bis zwei Wochen vor, während der Agile Atlas der Scrum Alliance einen Sprint als absolute Obergrenze empfiehlt. Benötigst du mehr Zeit, zerlege das Problem in kleinere Einzelfragen oder überdenke, ob der Ansatz weiterverfolgt werden soll.
Was ist der Unterschied zwischen einem Spike und einem Prototypen?
Ein Spike beantwortet eine interne, technische Fragestellung für das Team. Ein Prototyp veranschaulicht Nutzererlebnisse für Kunden. Das Ergebnis eines Spikes besteht aus Messwerten und einer Handlungsempfehlung – etwa: „88 % Genauigkeit bei 0,03 € pro Seite“. Das Ergebnis eines Prototyps ist beobachtetes Nutzerverhalten.
Was sollte eine Spike-Vorlage enthalten?
Eine präzise Frage, quantifizierbare Zielwerte für Latenz, Kosten und Qualität, eine Timebox in Tagen, klar definierte Out-of-Scope-Punkte sowie ein Ergebnis-Log. Zum Abschluss sollten die Learnings dokumentiert werden: Was ist jetzt bekannt, was bleibt weiterhin offen, unter welchen Rahmenbedingungen gelten die Resultate und welche Empfehlung leitet sich daraus ab (weitermachen, Ansatz ändern oder abbrechen).
Sollten Spikes in Story Points geschätzt werden?
Hier gehen die Meinungen in agilen Frameworks auseinander. SAFe schätzt Spikes analog zu regulären User Stories, während der Agile Atlas sie als einfache Tasks im Rahmen des Sprint Plannings einstuft. Entscheidender als die Schätzeinheit ist die strikte Einhaltung der Timebox: Waren drei Tage angesetzt, endet der Spike ausnahmslos nach drei Tagen mit der Dokumentation des aktuellen Wissensstands.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing